亚洲 激情 小说 另类 欧美,无码在线播放一区,99 久久 国产 欧美,污视频网站在线观看二区

　　不久前，某科技公司發(fā)布手機(jī)新品，在發(fā)布會(huì)現(xiàn)場(chǎng)，出人意料的為某品牌語(yǔ)音輸入法進(jìn)行了長(zhǎng)達(dá)十多分鐘的宣傳，主講人用較快的語(yǔ)速隨口說(shuō)了一段內(nèi)容，經(jīng)輸入法輸出在屏幕上，識(shí)別結(jié)果竟然一字不差。發(fā)布會(huì)結(jié)束后，引爆了該輸入法的知名度，尤其是之后幾天，該輸入法在App Store排行榜上排名飛升，一舉成為總榜top10以及工具榜的第一位。

　　該語(yǔ)音輸入法，是由中文語(yǔ)音產(chǎn)業(yè)領(lǐng)導(dǎo)者科大訊飛推出的一款輸入軟件。科大訊飛作為中國(guó)最大的智能語(yǔ)音技術(shù)提供商，在智能語(yǔ)音技術(shù)領(lǐng)域有著長(zhǎng)期的研究積累，并在中文語(yǔ)音合成、語(yǔ)音識(shí)別、口語(yǔ)評(píng)測(cè)等多項(xiàng)技術(shù)上擁有國(guó)際領(lǐng)先的成果。而包括訊飛語(yǔ)音輸入法在內(nèi)的語(yǔ)音助手，也幾乎遍布每一部智能手機(jī)，如蘋(píng)果的Siri、Google Now以及微軟Cortana等。今天，我們就來(lái)談?wù)務(wù)Z音技術(shù)，即人機(jī)語(yǔ)音交互技術(shù)。
　　語(yǔ)音技術(shù)實(shí)現(xiàn)了人機(jī)語(yǔ)音交互的功能，使人與機(jī)器之間的溝通變得像人與人溝通一樣簡(jiǎn)單方便。語(yǔ)音技術(shù)主要包括語(yǔ)音識(shí)別和語(yǔ)音合成這兩項(xiàng)關(guān)鍵技術(shù)。語(yǔ)音識(shí)別技術(shù)，用于讓機(jī)器識(shí)別人說(shuō)的話，如羅永浩在發(fā)布會(huì)上通過(guò)語(yǔ)音輸入法進(jìn)行輸入，這就是使用了語(yǔ)音識(shí)別技術(shù)；語(yǔ)音合成技術(shù)，則用于讓機(jī)器說(shuō)“人話”，如我們平時(shí)可能使用的語(yǔ)音導(dǎo)航，大多基于語(yǔ)音合成技術(shù)。
　　具體來(lái)說(shuō)，語(yǔ)音合成技術(shù)，又稱為文語(yǔ)轉(zhuǎn)換（Text-to-Speech），是將文本轉(zhuǎn)換成自然語(yǔ)音的技術(shù)。

　　一個(gè)典型的語(yǔ)音合成系統(tǒng)如上圖所示，對(duì)于要輸出的文本，先要進(jìn)行文本分析，即結(jié)合字典進(jìn)行文本預(yù)處理，主要包括詞法、語(yǔ)法和語(yǔ)義分析，然后使用韻律模型對(duì)已處理文本就聲調(diào)、語(yǔ)氣、停頓等因素進(jìn)行韻律分析處理，最后再根據(jù)語(yǔ)音參數(shù)和語(yǔ)音單元進(jìn)行語(yǔ)音生成，輸出的就是類似人聲的語(yǔ)音了。具體的語(yǔ)音合成方法有參數(shù)合成、規(guī)則合成和波形編輯合成等。
　　以參數(shù)合成中的發(fā)音器官參數(shù)合成方法為例展開(kāi)介紹，這是一種對(duì)人的發(fā)音過(guò)程進(jìn)行直接模擬的方法。使用該方法時(shí)，先對(duì)語(yǔ)音信號(hào)進(jìn)行分析，提取出語(yǔ)音的參數(shù)，然后由人工控制這些參數(shù)的合成，從而完成語(yǔ)音合成。發(fā)音器官參數(shù)合成方法定義了唇、舌、聲帶的相關(guān)參數(shù)，如唇開(kāi)口度、舌高度、舌位置、聲帶張力等。由這些發(fā)音參數(shù)估計(jì)聲道截面積函數(shù)，進(jìn)而計(jì)算聲波。只是，由于人發(fā)音生理過(guò)程的復(fù)雜性、理論計(jì)算與物理模擬之間的差異，合成語(yǔ)音的質(zhì)量暫時(shí)還不理想。
　　語(yǔ)音識(shí)別技術(shù)，又稱為語(yǔ)文轉(zhuǎn)換（Speech-to-Text），與語(yǔ)音合成技術(shù)的功能相對(duì)的，是將自然語(yǔ)音轉(zhuǎn)換成文字的技術(shù)。
　　根據(jù)研究任務(wù)的不同，語(yǔ)音識(shí)別系統(tǒng)有不同的分類。按使用者的限制，可分為特定人和非特定人語(yǔ)音識(shí)別系統(tǒng)，前者只能識(shí)別一個(gè)或幾個(gè)人的語(yǔ)音，而后者則可以被任何人使用；按詞匯量的大小，可分為小詞匯量、中等詞匯量和大詞匯量語(yǔ)音識(shí)別系統(tǒng)；按能處理的語(yǔ)音類型，可分為孤立詞、連接詞、連續(xù)語(yǔ)音和自發(fā)語(yǔ)音等語(yǔ)音識(shí)別系統(tǒng)；甚至按平臺(tái)分，也可分為PC端和嵌入式平臺(tái)上的語(yǔ)音識(shí)別系統(tǒng)。

　　如上圖所示，一個(gè)典型的語(yǔ)音識(shí)別系統(tǒng)由以下部分構(gòu)成：首先對(duì)語(yǔ)音輸入進(jìn)行特征提取，然后結(jié)合聲學(xué)模型、語(yǔ)言模型和字典等模型庫(kù)進(jìn)行模式分類匹配和解碼等操作，最后再進(jìn)行置信度判分，得到識(shí)別結(jié)果并確定語(yǔ)音輸入的文字表示。一般衡量語(yǔ)音識(shí)別技術(shù)有準(zhǔn)確率、反應(yīng)時(shí)間和處理性能等評(píng)價(jià)指標(biāo)。像訊飛語(yǔ)音輸入法，就聲稱達(dá)到了97%左右的準(zhǔn)確率，也難怪羅永浩在演示該輸入法時(shí)可以做到一字不差了。
　　目前國(guó)內(nèi)的許多主流應(yīng)用都集成了訊飛語(yǔ)音云提供的語(yǔ)音技術(shù)，典型的如新浪微博、米聊以及掌閱等，各大導(dǎo)航類應(yīng)用也都采用了訊飛語(yǔ)音技術(shù)。盡管現(xiàn)在，受語(yǔ)音的復(fù)雜性、模糊性等因素和環(huán)境噪聲干擾，語(yǔ)音識(shí)別準(zhǔn)確率不能盡善盡美，語(yǔ)音合成技術(shù)也存在自然度和表現(xiàn)力不足的問(wèn)題，但是隨著機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)的研究逐漸成熟，相信語(yǔ)音技術(shù)的進(jìn)一步完善只是時(shí)間問(wèn)題。到時(shí)候，如果蒙上我們的雙眼，誰(shuí)能確定和自己說(shuō)話的是人還是機(jī)器呢？